基于表面增强拉曼光谱的毒品鉴别方法

杨志超，蔡 竞，张 辉，石 璐

1. 浙江警察学院刑事科学技术系，浙江 杭州 310053 2. 毒品防控技术浙江省重点实验室，浙江 杭州 310053

引 言

2019年，我国破获毒品相关案件6.2万起，缴获毒品达49.1吨，抓获犯罪嫌疑人9万名。 214.8万名现有吸毒人员中，滥用冰毒人员占55.2%，滥用海洛因占37.5%，滥用氯胺酮占2.3%[1]。 毒品检测技术是发现毒品、固定证据的重要手段，传统的毒品检测方法主要有气相色谱质谱法[2-3]、高效液相色谱法[4-5]、毛细管电泳[6]等，此类检测方法过程复杂，耗时长，需要专门的实验环境和实验人员。 拉曼光谱技术具有“指纹”光谱、无需前处理、分析速度快等优势，适合犯罪现场检测[7]。 通过分析样品的拉曼谱图就可以得到样品的结构信息。 但是，绝大多数分子的拉曼散射截面非常小，拉曼光谱强度较低，使得拉曼很难有较低的检出限。 对于类似于毒品之类的痕量物质检测，因为样品浓度低，常规拉曼光谱无法被检测出来。 表面增强拉曼散射(surface-enhanced Raman spectroscopy, SERS)利用金、银等贵金属颗粒制作的溶胶与备件样品混合后，拉曼信号显著增强几个数量级，表面增强拉曼技术因其灵敏度高、操作简单方便等优势受到检测技术人员的普遍关注，并逐步实现特定应用场景的痕量检测[8-11]。

2011年，Farquharson等[12]使用固相萃取和SERS技术检测唾液中的药物，该方法成功检测了唾液中1 ppm的苯丙胺，地西泮，美沙酮和哌啶，可卡因的检测灵敏度高达50 ppb。 董荣录等[13]在模拟交易或吸毒现场使用印刷的纸质基材检测毒品。 同时，使用金纳米棒来检测人类尿液中的药物。 在支持向量机(SVM)的帮助下，该方法成功地检测了真实吸毒者尿液样本中的药物，准确率达92%以上。 2018年，Haddad等[14]使用银纳米粒子浸渍的纸质基底作为衬底，用于检测痕量芬太尼或是作为海洛因的掺杂物。 同时，与每种物质相关的特征峰的强度比符合Langmuir等温线校正模型，可以用于海洛因混合物中芬太尼的定量分析。 此外，用这些纸质SERS基底有助于从表面擦拭回收芬太尼，证明这是一种非常适用于犯罪现场调查的检测技术。 2020年，颜文杰等[15]分别获取了海洛因、甲基苯丙胺与其他物质的90组毒品混合物光谱数据，建立基于支持向量机与多层感知器神经网络的融合分类模型。 结果表明，基于高斯核函数、线性核函数、多项式核函数的SVM模型能够实现对不同质量分数海洛因混合品样本97.8%，97.8%和95.6%的准确分类，多层感知器能够对甲基苯丙胺混合品样本实现96.5%的准确分类。

既往研究都是基于拉曼光谱的全光谱数据，由于数据量较大，一方面影响运算速度，另一方面由于冗余波段信息影响，可能造成分类准确率降低。 通过光谱数据降维可以实现数据的压缩，更加节约运算资源。 本文利用主成分分析法、方差阈值法、遗传选择算法和互信息法四种降维算法，将六种毒品拉曼光谱数据降维，利用最近邻(KNN)、支持向量机(SVM)、人工神经网络(ANN)和随机森林(RF)四种分类器对降维后的拉曼数据进行分类，讨论不同的降维方法及分类器对准确率的影响。

1 实验部分

1.1 样品

实验所用苯丙胺(Amphetamine, AM)、海洛因(Heroin)、可卡因(Cocaine)、氯胺酮(Ketamine, KET)、甲基苯丙胺(Methamphetamine, METH)、芬太尼(Fentanyl)均由上海物证鉴定中心提供。 制作1 μg·mL-1六类毒品的水溶液，并加入纳米金增强试剂和5% NaCl溶液，毒品溶液、金溶胶增强试剂、NaCl溶液的体积比为20∶6∶5。 取30 μL混合溶液滴在载玻片表面，在空气中自然挥干后检测。 每类毒品溶液各制作5个样本，每个样本采集10个拉曼光谱。 6种毒品溶液拉曼光谱数据共300组，随机选择60组拉曼数据作为训练集，其余240组数据作为测试集。

1.2 仪器与试剂

实验采用美国Thermo Fisher公司生产的DXR2xi显微激光拉曼成像光谱仪，拉曼光谱仪具有超低暗噪声，单光子信号探测器等优势。 计算机环境为Intel(R)Core(TM)i5-5200U CPU @ 2.2GHz，RAM： 12.0 GB，64位操作系统。 实验采用柠檬酸钠还原法制备的金纳米颗粒(Au NPs)作为拉曼增强试剂，采购自厦门普识纳米科技公司，金纳米颗粒尺寸在50 nm左右，其电子显微图像如图1。

1.3 拉曼光谱数据的获取与校正

利用拉曼光谱仪获取血痕的拉曼光谱，实验考查了不同的激发波长、物镜倍数、激光强度、曝光时间、扫描次数等采集参数，综合比较对样本的破坏、荧光干扰、拉曼信号信噪比、实验效率等方面。 实验选择波长为785 nm激光作为激发光源，采用50×物镜，激光强度为0.7 mW，曝光时间为0.2 s，扫描次数为1 000次。 实验采用迭代自适应加权惩罚最小二乘法校正基线，使用S-G平滑滤波实现平滑处理，选取400～1 700 cm-1波段测试研究。

图1 金纳米颗粒的电子显微图像Fig.1 Electron microscopic image of Au NPs

1.4 毒品的拉曼光谱特征

图2 六类毒品溶液的拉曼光谱曲线Fig.2 Raman spectral curves of six drug solutions

2 结果与讨论

拉曼光谱数据特征较多，且大部分特征是冗余信息。 这些冗余信息不仅对分类没有帮助，而且会浪费计算资源，降低分类效率，所以需要对拉曼光谱数据进行降维。 降维算法主要分为两种，一种是基于数学变换的方法，比如主成分分析。 另一种是基于波段选择的方法，其特点在于保留了原来波段的物理特性，可解释性强。 比如方差阈值法、遗传选择算法和互信息法。 方差阈值法(Variance Threshold)，是一种通过特征的方差值过滤方差的方法，计算每一个特征的方差，选择方差值最大的前N个波段，形成波段子集。 遗传选择算法(genetic algorithm, GA)，模拟了生物种群的迭代进化原理，从一组随机的波段组合开始，通过交叉和变异过程，逐步迭代出最适合的波段组合。 本实验中遗传选择算法主要参数： 变异概率2%，迭代次数100次，种群个体数为200。 互信息(mutual information, MI)，通过计算每个波段的强度值与类别标签之间的互信息值，互信息值表示了两者之间的相关程度，选择互信息值最大的前N个波段，形成波段组合。

实验采用主成分分析法、方差阈值法、遗传选择算法和互信息法四种降维算法，将六种毒品拉曼光谱数据降维至30个特征以内。 利用最近邻、支持向量机、人工神经网络和随机森林四种分类器对降维后的拉曼数据完成分类，讨论不同的降维方法及分类器的准确率。

2.1 毒品拉曼光谱主成分分析

主成分分析的前3主成分空间分布如图3所示。 从拉曼光谱数据的前3主成分在空间的分布可知，六类毒品样本的分离性较好。 前K个主成分特征的方差贡献率如图4所示，可知前5个主成分的方差贡献率已达80%，取前5个主成分即应得到较好的分类准确率表现。

图3 六类毒品溶液的前三个主成分分布图Fig.3 Principal components analysis score plot of samples

图4 主成分特征方差贡献率Fig.4 Principal component feature explainedvariance contribution ratio

2.2 降维与建模结果

利用4种降维方法压缩特征数量后，分别采用KNN, SVM, ANN, RF分类器重复10遍，其准确率表现如图5所示。 其中，拉曼光谱数据经过PCA方法降维后，各分类器的准确率均较高。 在选取的主成分为5时，各分类器准确率都在95%以上。 这主要是由于PCA算法是一种基于数学变换的降维算法，变换后的每一个主成分特征包含了所有波段的组合信息，所以PCA降维后的分类效果好。 在三种波段选择方法中，遗传选择算法得到的波段组合准确率相对较高。 结合SVM分类器，遗传选择算法筛选出的5个拉曼波段的组合，分类准确率已达到95%以上，在选择的波段数达到30时，准确率达到99.5%。 在取25个以上的波段时，方差阈值法准确率达到95%以上。 互信息法确定的波段子集的分类准确率较低，特别是在波段数量大于15后，准确率还有下降。 可能是由于，在波段数量大于15后，互信息法选择了无价值的冗余波段，致使准确率下降。

3 结 论

在表面拉曼光谱技术区分毒品种类方面，将拉曼光谱数据降维后再进行分类，依然保持了较高的分类准确率，降维方法在毒品拉曼光谱分类上体现出有效性。 在主成分分析法、方差阈值法、遗传选择算法和互信息法四种降维算法中，基于数学变换的主成分分析降维方法效果最好，在降维至5个特征时，各分类算法的准确率依然能达到95%以上。 其他三种波段选择算法中，遗传选择算法筛选特征的效果最好，在波段数为20, 25, 30时，SVM算法的分类准确率分别达到98.5%, 99.1%, 99.5%。 遗传选择算法作为波段选择算法，不仅可以降低拉曼光谱采集数据的维度，而且可解释性更强，有更重要的意义。